✨ 일단 기록 ✨

개인 프로젝트 서버 비용 22만원 나온뒤 외양간 고치기

jaee — Wed, 17 Jun 2026 11:35:08 +0900

아래는 개인 프로젝트 인프라 구성도이며, 서비스 2개가 배포된 관계로 ECS에 task 2개, RDS도 2개로 구성돼 있다.

AWS 프리티어 크레딧 소진 후 5월 서버 비용으로 22만 원을 냈다(미친 환율). 비용 절감 해야지 마음먹고 귀찮아서 미뤄왔는데, 그 결과 이번 달도 14만 원 이상 태워야 한다는 나태지옥의 형벌을 받게 됐다.

이마짚...

구조는 유지하면서 인프라 비용을 줄이기 위해 했던 작업들을 기록하겠다.

[요약]
1. 오토스케일링으로 특정 시간에만 ECS task를 띄운다.
2. NAT 게이트웨이 역할을 하는 EC2 인스턴스를 생성한다.
3. 새로운 프리티어 계정을 생성하고 인프라를 이전한다.
4. 안 쓰는 리소스는 제거한다.

1. 오토스케일링으로 특정 시간에만 ECS task를 띄운다.

귀찮음: ⭐️
효과: ⭐️⭐️⭐️

구글 애널리틱스를 통해 트래픽 발생하는 시간대를 확인해 보니 평일 오전~오후에만 task를 띄워도 되겠다는 판단을 했다. 오토스케일링 설정 전/후 ECS 비용을 비교해 보니 50% 절감됐다.

1) ECS > Clusters > 클러스터 선택 > 서비스 선택 > Service auto scaling에서 Set the number of tasks 클릭

맨 처음에는 tasks 최대/최소 개수를 설정해야 한다. 최소 개수는 0, 최대 개수는 1로 설정하고 저장한다.

2) Scheduled actions 생성

task를 띄우고 내려야 하니 총 2개의 scheduled action이 필요하다. 특정 시간대에 동작해야 하므로 cron으로 설정하고, 선택한 타임존에 맞게 작성하자.

2. NAT 게이트웨이 역할을 하는 EC2 인스턴스를 생성한다.

귀찮음: ⭐️⭐️
효과: ⭐️⭐️⭐️

장애가 발생해도 나 혼자만 알 것 같은 작귀(^_<)～☆ 프로젝트보다 내 통장이 소중하므로 NAT 게이트웨이 EC2 인스턴스를 생성해 비용을 줄였다. 실무에서 이렇게 사용하는 경우는 거의 없을텐데, 높은 대역폭을 감당할 수 있고 장애 발생 시 자동 복구 된다는 점에서 AWS에서 관리해 주는 NAT Gateways(VPC 페이지에서 NAT 게이트웨이를 생성 가능)를 사용하는 게 안정적이기 때문이다.
개인 프로젝트에서 AWS 완전 관리 NAT 게이트웨이를 사용 안 해봐서 정확한 비용 비교는 못했지만 gemini가 대략적으로 계산을 해줬다.

1) EC2 인스턴스 생성

NAT 게이트웨이는 Private subnet의 트래픽을 받아서 외부 인터넷으로 던져주고 다시 받아와야 하는 역할을 하기 때문에 Public subnet에 위치시키고, 공인 IP(Public IP)를 갖도록 한다.

2) EC2 인스턴스의 Source/Destination Check 비활성화

EC2 인스턴스는 패킷을 주고받을 때 보안상의 목적으로 출발지/목적지 IP가 자신의 IP와 동일한지 체크한다. NAT 게이트웨이는 포워딩 역할을 해줘야 하므로 해당 설정을 비활성화 해야한다.

3) 인스턴스 내부에서 트래픽 통과되도록 설정

마지막으로 운영체제 레벨의 설정을 하면 된다. 리눅스는 기본적으로 보안을 위해 IP 포워딩이 비활성화되어 있는데, 라우터 역할을 하게끔 IP 포워딩을 활성화한다.

# 커널에서 IP 포워딩 활성화 (기본값: 0)
sudo sysctl -w net.ipv4.ip_forward=1

그리고 패킷의 출발지 주소를 EC2 인스턴스의 공인 IP(Public IP)로 변조한다.
만약 출발지 주소를 NAT 게이트웨이의 공인 IP(Public IP)로 변조하지 않으면 어떻게 될까? 출발지 주소는 Pirvate Subnet의 사설 IP(Private IP)로 지정되어 버리기 때문에, 외부에서는 어디서 패킷이 출발했는지 알 수 없어 응답을 돌려주지 못한다.

# 보통 외부로 나가는 네트워크 인터페이스인 eth0 지정
sudo iptables -t nat -A POSTROUTING -o eth0 -j MASQUERADE

3. 새로운 프리티어 계정을 생성하고 인프라를 이전한다.

귀찮음: ⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️
효과: ⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️⭐️

프리티어 계정을 만들면 기본 크레딧 100달러 + 5개 체험(?)을 통해 받을 수 있는 크레딧 100달러 = 총 200달러의 크레딧을 받을 수 있다. 이 정도면 약 1.5개월은 인프라를 무료로 사용할 수 있으므로 꼭 해야 하는 작업이었다. 실제 서비스라면 데이터 마이그레이션과 서비스 중단을 최소화할 수 있는 방법을 고민해야 한다. 내 경우에는 거의 다 테스트 데이터이므로 데이터 마이그레이션은 패스했고, 도메인 네임서버 변경 작업은 task가 내려간 시간대에 진행했다. 작업을 하면서 이전에 인프라 구축할 때 겪어보지 못했던 이슈가 있었다.

이슈 1) 무지성 복붙의 폐해

task 기반으로 배포를 하는데 계속 실패했다. 좀 더 자세히 말하면 ECS task 정의할 때 컨테이너 환경변수에 Secrets Manager에 저장한 값을 사용했는데, 새 계정의 Secrets Manger ARN이 아니라 예전 계정의 Secrets Manger ARN을 잘못 기입한 것이다. 로그에 이유가 찍혀서 망정이지 아니었으면 삽질할 뻔했다.

이슈 2) 'ACM 인증서 - Route53 - 가비아' 관계에 대한 이해 부족

ACM 인증서 발급 상태가 Pending validation에서 멈췄다. 원인은 가비아 네임 서버에 등록했던 기존 계정의 Route53 NS 주소를 지우지 않고 새 계정의 Route53 NS 주소를 추가했기 때문이다.

[올바른 작업 순서]
1. Route53 host zone 생성
2. 가비아에 접속한 뒤, 네임 서버에 새 계정의 NS 주소 모두 입력 및 기존 계정의 Route53 NS 주소는 모두 제거
3. ACM에서 SSL/TLS 인증서 발급 (인증서 발급 상태: 검증 대기)
4. Route53에서 CNAME 타입 레코드 생성
5. 발급된 인증서를 ALB 443 리스너에 연결
6. Route53에서 A 타입 레코드 생성

[추가 설명]

2단계: 가비아에 접속한 뒤, 네임 서버에 새 계정의 NS 주소 모두 입력 및 기존 계정의 Route53 NS 주소는 모두 제거
- 도메인 주소에 접근하면 새 계정의 Route53의 네임 서버에 접속된다.
4단계: Route53에서 CNAME 타입 레코드 생성
- CNAME 타입 레코드 생성 시 3단계에서 발급했던 인증서의 CNAME name/value를 사용한다.
- ACM이 인증서 검증 시, 도메인 주소에 연결된 네임 서버가 있는 host zone에 인증서의 CNAME name/value와 일치하는 CNAME 레코드의 존재여부 확인
- 일치하는 CNAME 레코드가 있다면 검증 완료

4. 안 쓰는 리소스는 제거한다.

귀찮음: ⭐️
효과: ⭐️

프로젝트용 VPC를 만들어 사용하는 중이기 때문에 default VPC는 삭제했다. 효과는 미미하겠지만 몇 달러라도 아끼기 위하여...

귀찮음을 이기면 돈을 아낄 수 있습니다 여러분.
이 글을 보는 분들은 경제학적으로 합리적인 삶을 사시길.

[wide learning map] 프론트 작업 환경 설정 (Docker, Next.js)

jaee — Sun, 22 Mar 2026 16:33:00 +0900

틀린 내용이 있을 수 있습니다.
발견하시면 말씀 부탁드립니다!

1. Next.js 앱 설치

next app 생성

$ npx create-next-app@latest [앱이름] --yes
$ cd [앱이름]

패키지 설치

$ cd frontend
$ npm install next@latest react@latest react-dom@latest

# reactflow: 노드기반 다이어그램 라이브러리
# lucide-react: 아이콘 라이브러리
# axios: 비동기 통신 라이브러리
$ npm install reactflow lucide-react axios

app 폴더 생성

Next.js는 파일 시스템 라우팅을 따른다 = 파일 구조에 따라 앱 페이지 라우팅이 된다는 의미
app 폴더를 생성하고, app 폴더에 파일을 만들면 파일들에 맞춰 라우팅 된다.
공식 문서에 나와있는 대로 app 폴더 생성 후 하위에 layout.tsx, page.tsx를 만든다.

layout.tsx	- root layout으로 최상단 레이아웃. - <html>, <body> 태그가 필수로 있어야함
page.tsx

2. Docker compose 설정

Dockerfile 생성

$ docker init

도커 공식 문서에 나와있는 가이드대로 설정한다

frontend 폴더에 Docker관련 파일들이 생성된 것을 확인할 수 있다.

3. standalone 모드 설정

Dockerfile 수정

참고

# ============================================
# Stage 1: Dependencies Installation Stage
# ============================================

# IMPORTANT: Node.js Version Maintenance
# This Dockerfile uses Node.js 24.13.0-slim, which was the latest LTS version at the time of writing.
# To ensure security and compatibility, regularly update the NODE_VERSION ARG to the latest LTS version.
ARG NODE_VERSION=24.13.0-slim

FROM node:${NODE_VERSION} AS dependencies

# Set working directory
WORKDIR /app

# Copy package-related files first to leverage Docker's caching mechanism
COPY package.json yarn.lock* package-lock.json* pnpm-lock.yaml* .npmrc* ./

# Install project dependencies with frozen lockfile for reproducible builds
RUN --mount=type=cache,target=/root/.npm \
    --mount=type=cache,target=/usr/local/share/.cache/yarn \
    --mount=type=cache,target=/root/.local/share/pnpm/store \
  if [ -f package-lock.json ]; then \
    npm ci --no-audit --no-fund; \
  elif [ -f yarn.lock ]; then \
    corepack enable yarn && yarn install --frozen-lockfile --production=false; \
  elif [ -f pnpm-lock.yaml ]; then \
    corepack enable pnpm && pnpm install --frozen-lockfile; \
  else \
    echo "No lockfile found." && exit 1; \
  fi

# ============================================
# Stage 2: Build Next.js application in standalone mode
# ============================================

FROM node:${NODE_VERSION} AS builder

# Set working directory
WORKDIR /app

# Copy project dependencies from dependencies stage
COPY --from=dependencies /app/node_modules ./node_modules

# Copy application source code
COPY . .

ENV NODE_ENV=production

# Next.js collects completely anonymous telemetry data about general usage.
# Learn more here: https://nextjs.org/telemetry
# Uncomment the following line in case you want to disable telemetry during the build.
# ENV NEXT_TELEMETRY_DISABLED=1

# Build Next.js application
# If you want to speed up Docker rebuilds, you can cache the build artifacts
# by adding: --mount=type=cache,target=/app/.next/cache
# This caches the .next/cache directory across builds, but it also prevents
# .next/cache/fetch-cache from being included in the final image, meaning
# cached fetch responses from the build won't be available at runtime.
RUN if [ -f package-lock.json ]; then \
    npm run build; \
  elif [ -f yarn.lock ]; then \
    corepack enable yarn && yarn build; \
  elif [ -f pnpm-lock.yaml ]; then \
    corepack enable pnpm && pnpm build; \
  else \
    echo "No lockfile found." && exit 1; \
  fi

# ============================================
# Stage 3: Run Next.js application
# ============================================

FROM node:${NODE_VERSION} AS runner

# Set working directory
WORKDIR /app

# Set production environment variables
ENV NODE_ENV=production
ENV PORT=3000
ENV HOSTNAME="0.0.0.0"

# Next.js collects completely anonymous telemetry data about general usage.
# Learn more here: https://nextjs.org/telemetry
# Uncomment the following line in case you want to disable telemetry during the run time.
# ENV NEXT_TELEMETRY_DISABLED=1

# Copy production assets
COPY --from=builder --chown=node:node /app/public ./public

# Set the correct permission for prerender cache
RUN mkdir .next
RUN chown node:node .next

# Automatically leverage output traces to reduce image size
# https://nextjs.org/docs/advanced-features/output-file-tracing
COPY --from=builder --chown=node:node /app/.next/standalone ./
COPY --from=builder --chown=node:node /app/.next/static ./.next/static

# If you want to persist the fetch cache generated during the build so that
# cached responses are available immediately on startup, uncomment this line:
# COPY --from=builder --chown=node:node /app/.next/cache ./.next/cache

# Switch to non-root user for security best practices
USER node

# Expose port 3000 to allow HTTP traffic
EXPOSE 3000

# Start Next.js standalone server
CMD ["node", "server.js"]

next.config.tsx 파일 수정

import type { NextConfig } from "next";

const nextConfig: NextConfig = {
  output: "standalone", // 추가
  reactCompiler: true,
};

export default nextConfig;

4. docker-compose.yml 파일 수정

frontend 컨테이너 설정 추가

참고) 내 경우 docker-compose.yml 파일은 backend, frontend 앱과 동일한 경로에 있다

version: '3.8'
services:
  # ...
  # frontend 컨테이너 설정 추가
  frontend:
    build:
      context: ./frontend
      dockerfile: Dockerfile
    env_file:
      - .env
    container_name: frontend
    ports:
      - 3000:3000
    volumes:
      - ./frontend:/frontend
    environment:
      NODE_ENV: production

5. next.js 컨테이너 실행 및 확인

$ docker-compose up --build

컨테이너가 정상 동작하면 page.tsx의 내용이 화면에 뜨는걸 볼 수 있다

참고자료

[wide learning map] 백엔드 작업 환경 설정 (Docker, FastAPI, PostgreSQL)

jaee — Tue, 10 Mar 2026 15:06:02 +0900

틀린 내용이 있을 수 있습니다.
발견하시면 말씀 부탁드립니다!

1. 라이브러리 설치

# fastapi 설치
$ pip install "fastapi[standard]"

# fastapi 개발 서버 실행
$ fastapi dev main.py

2. 백엔드 파일 구조 설계

마이그레이션 환경 초기화

alembic.ini 파일은 백엔드 루트 경로, alembic 폴더는 app/ 하위에 자동 생성됨

# alembic 설치
$ pip install alembic

# 마이그레이션 환경 초기화 
$ alembic init app/alembic

파일 구조 설계

Django와 달리 Fastapi는 작업자가 처음부터 끝까지 직접 파일 구조를 짜야한다 = 유연한데 수고로움
Fastapi 개발자가 만든 공식 Fastapi 템플릿인 Full stack Fastapi 템플릿 참고

wide_learning_map # 프로젝트 루트
├── frontend # 프론트 작업 루트
└── backend # 백엔드 작업 루트
    ├── alembic.ini # Alembic의 환경 설정 파일 (DB 마이그레이션 설정 파일)
    ├── app
    │   ├── __init__.py
    │   ├── alembic # 마이그레이션 히스토리 저장소
    │   │   ├── env.py
    │   │   ├── README
    │   │   ├── script.py.mako
    │   │   └── versions
    │   ├── api 
    │   │   ├── __init__.py
    │   │   ├── main.py # 여러 개로 쪼개진 routes/들을 하나로 묶어서 메인 앱에 전달하는 허브 역할
    │   │   └── routes # 실제 API 엔드포인트가 위치
    │   │       └── __init__.py
    │   ├── core # 프로젝트의 핵심 설정
    │   │   └── __init__.py
    │   ├── crud.py # 순수 DB 작업 실행 (create, select 등)
    │   ├── initial_data.py
    │   ├── main.py # 전체 FastAPI 애플리케이션의 엔트리 포인트. 앱 객체를 생성하고 라우터를 연결.
    │   ├── models.py # SQLModel을 사용해 실제 DB 테이블 구조를 정의
    │   ├── services.py # 비즈니스 로직 전담
    │   └── utils.py # 반복적으로 사용되는 유틸함수
    ├── Dockerfile
    ├── pyproject.toml # 프로젝트의 의존성(라이브러리 버전)과 빌드 설정 관리
    └── scripts
        └── prestart.sh

3. Docker compose 설정

백엔드 작업부터 진행할거라 db와 backend 컨테이너 정보만 작성
민감 정보는 .env 파일에 작성하여 docker-compose.yml에는 미노출되게 처리

version: '3.8'
services:
  db:
    image: postgres:15
    container_name: postgres
    volumes:
      - postgres_data_wlm:/var/lib/postgresql/data
    env_file: .env
    ports:
      - "5433:5432"
    networks:
      - mynetwork
    healthcheck: # DB가 쿼리를 받을 준비가 됐는지 체크
      test: ["CMD-SHELL", "pg_isready -U $$POSTGRES_USER -d $$POSTGRES_DB"]
      interval: 5s
      timeout: 5s
      retries: 5

  backend:
    build:
      context: ./backend
      dockerfile: Dockerfile.dev
    container_name: backend
    ports:
      - "80:80" # 호스트:컨테이너
    volumes:
      - ./backend:/code
    networks:
      - mynetwork
    restart: always # 컨테이너 종료 시 자동 재시작


volumes:
  postgres_data_wlm: # 볼륨 정의

networks:
  mynetwork: # 네트워크 정의

4. DB 마이그레이션

Django와 마찬가지로 Fastapi도 마이그레이션 스크립트를 생성한 뒤 해당 스크립트 기반으로 마이그레이션을 한다.

app/alembic/env.py 파일 수정

# 1. app/alembic/env.py 수정
# 상단에 2줄 추가
from app.models import SQLModel  # 우리가 만든 모델의 베이스
import app.models  # 모든 모델 클래스를 불러오기 위해 필요

# target_metadata를 설정해야 Alembic이 모델 변경을 감지
target_metadata = SQLModel.metadata

alembic.ini 파일 수정

sqlalchemy.url = [DB drive]://[DB유저명]:[DB비밀번호]@[DB호스트:포트번호]/[DB명]

마이그레이션 스크립트 파일 생성

app/alembic/versions 경로에 마이그레이션 파일만 생성한다.

$ alembic revision --autogenerate -m "Initial migration"

마이그레이션 완료되면 app/alembic/versions에 마이그레이션 파일 생성됨

마이그레이션 실행

실제 DB 테이블을 생성한다.

$ alembic upgrade head

DB에 테이블 생성 완료

참고자료

[개인] 로또 번호 추천

jaee — Mon, 9 Mar 2026 13:58:17 +0900

>> https://jam.me.kr <<

Lucky Lotto

오늘의 행운 번호와 성공 확률을 확인해보세요

jam.me.kr

프로젝트의 목표는 1. 인프라를 처음부터 끝까지 구축해보는 것 2. 프론트엔드 개발까지 해보는 것 총 2개였다. (자세한 내용은 포트폴리오에...) 이걸 가능하게 해준 제미나이에게 모든 영광을

못생겼어도 내가 만든 내새끼 ♥

[python] 더맵게

jaee — Tue, 13 Jan 2026 13:11:12 +0900

문제

링크: https://school.programmers.co.kr/learn/courses/30/lessons/42626

프로그래머스

SW개발자를 위한 평가, 교육의 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

모든 음식의 스코빌 지수를 K 이상으로 만들기 위해 섞어야 하는 최소 횟수를 return 하도록 solution 함수를 작성

섞은 음식의 스코빌 지수 = 가장 맵지 않은 음식의 스코빌 지수 + (두 번째로 맵지 않은 음식의 스코빌 지수 * 2)

풀이

가장 안매운 메뉴, 두번째로 안매운 메뉴를 뽑아 계산해야됨 = heap 관련 문제
- python heapq 참고

import heapq

def solution(scoville, K):
    answer = 0

    # 가장 안매운 메뉴가 K보다 크다면 0 리턴
    if min(scoville) > K:
        return 0

    # scoville을 heap 구조로 변경
    heapq.heapify(scoville)
    smallest = heapq.heappop(scoville)

    while smallest < K:
        if not scoville:
            return -1

        answer += 1

        next = heapq.heappop(scoville) * 2
        heapq.heappush(scoville, smallest + next)
        smallest = heapq.heappop(scoville)

    return answer

[Python] 숫자 변환하기

jaee — Fri, 9 Jan 2026 14:02:46 +0900

문제

링크: https://school.programmers.co.kr/learn/courses/30/lessons/154538

프로그래머스

SW개발자를 위한 평가, 교육의 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

자연수 x, y, n이 매개변수로 주어질 때, x를 y로 변환하기 위해 필요한 최소 연산 횟수를 return하도록 solution 함수 작성 (x를 y로 만들 수 없다면 -1 return).

# 사용 가능한 연산
x + n
x * 2
x * 3

# 제한 사항
1 ≤ x ≤ y ≤ 1,000,000
1 ≤ n < y

각 연산은 혼합해서 사용 가능

풀이

각 연산의 가중치(연산 횟수)는 1로 동일
최소 연산횟수 = 최단 거리 탐색 = bfs(너비 우선 탐색) 알고리즘 사용

from collections import deque

def solution(x, y, n):
    if x == y:
        return 0
    
    q = deque() # bfs이므로 큐 사용
    q.append((x, 0)) # 현재값, 현재횟수
    visited = set([x]) # 재탐색 방지용
    
    while q:
        cur, cnt = q.popleft()
        
        for nxt in (cur+n, cur*2, cur*3):
            if nxt == y:
                return cnt + 1
            
            if nxt < y and nxt not in visited:
                visited.add(nxt)
                # 탐색된 순서대로 큐에 저장
                q.append((nxt, cnt + 1))

    return -1

[Python] 뒤에 있는 큰 수 찾기

jaee — Mon, 5 Jan 2026 13:40:12 +0900

문제

링크: https://school.programmers.co.kr/learn/courses/30/lessons/154539

프로그래머스

SW개발자를 위한 평가, 교육의 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

정수 배열 numbers가 매개변수로 주어질 때, 모든 원소에 대한 뒷 큰수들을 차례로 담은 배열을 return 하도록 solution 함수 작성

뒷 큰수: 배열의 각 원소들에 대해 자신보다 뒤에 있는 숫자 중에서 자신보다 크면서 가장 가까이 있는 수

# 제한 사항
4 ≤ numbers의 길이 ≤ 1,000,000
1 ≤ numbers[i] ≤ 1,000,000

풀이

처음 작성한 코드

시간 초과로 실패: for 문 안에 for 문이 있음. 시간복잡도: O(n^2)

def solution(numbers):
    # 기본값들을 -1 로 채워넣음
    answer = [-1] * len(numbers)

    for i, number in enumerate(numbers):
        for k in range(i, len(numbers)):
            # 큰 수가 나오면 인덱스의 값에 해당값 할당
           	if number < numbers[k]:
                answer[i] = numbers[k]
                break
    
    return answer

개선한 코드

stack 사용하여 for문 안에 for문 사용 안하도록 개선. 시간 복잡도: O(n)

def solution(numbers):
    answer = [-1] * len(numbers)
    index_stack = []

    for i, number in enumerate(numbers):
    	# 현재 숫자보다 작은 인덱스값을 모두 확인하기 위해 while문 사용
        # if 문을 사용하면 바로 직전의 인덱스값만 확인할 수 있는 문제가 있음
        while index_stack and numbers[index_stack[-1]] < number:
            index = index_stack.pop()
            answer[index] = number
            
        # 자기 자신과 비교를 피하기 위해 while문 밑에서 처리
        index_stack.append(i)

    return answer

[Python] 방문 길이

jaee — Fri, 2 Jan 2026 14:15:08 +0900

문제

링크: https://school.programmers.co.kr/learn/courses/30/lessons/49994

프로그래머스

SW개발자를 위한 평가, 교육의 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

게임 캐릭터를 4가지 명령어를 통해 움직일 때, 게임 캐릭터가 지나간 길 중 캐릭터가 처음 걸어본 길의 길이를 구하는 함수 작성.

U: 위쪽으로 한칸 이동
D: 아래쪽으로 한칸 이동
R: 오른쪽으로 한칸 이동
L: 왼쪽으로 한칸 이동

캐릭터는 좌표평면의 (0,0) 위치에서 시작하며, 좌표평면의 경계는 (-5, 5), 왼쪽 아래(-5, -5), 오른쪽 위(5, 5), 오른쪽 아래(5, -5)로 이루어져 있다. 좌표 평면의 경계를 넘어가는 명령어는 무시한다

# 제한 사항
dirs는 string형으로 주어지며, 'U', 'D', 'R', 'L' 이외에 문자는 주어지지 않음
dirs의 길이는 500 이하의 자연수

풀이

처음에 작성한 코드

def solution(dirs):
    curr_point = (0,0)
    routes = set()
    
    for d in dirs:
    	# 현재 좌표를 시작점으로 두고
        start_point = curr_point
        
        # 조건에 해당하면 x, y 좌표 이동
        if d == 'U' and curr_point[1] < 5:
            curr_point = (curr_point[0], curr_point[1] + 1)
        elif d == 'D' and curr_point[1] > -5:
            curr_point = (curr_point[0], curr_point[1] - 1)
        elif d == 'R' and curr_point[0] < 5:
            curr_point = (curr_point[0] + 1, curr_point[1])
        elif d == 'L' and curr_point[0] > -5:
            curr_point = (curr_point[0] - 1, curr_point[1])
        else:
            continue
            
        routes.add(tuple(sorted((start_point, curr_point))))
        
    return len(routes)

가독성 개선한 코드

def solution(dirs):
    # 규칙 선언
    move = {
        'U': (0, 1),
        'D': (0, -1),
        'L': (-1, 0),
        'R': (1, 0)
    }

    x, y = 0, 0
    routes = set()

    for d in dirs:
        dx, dy = move[d] # move에서 규칙에 맞는 튜플 요소 추출
        nx, ny = x + dx, y + dy # 현재 좌표와 튜플 요소 합산하여 다음 좌표 구하기

        if not (-5 <= nx <= 5 and -5 <= ny <= 5):
            continue

        curr = (x, y) # 현재좌표
        next = (nx, ny) # 다음좌표

        routes.add(tuple(sorted((curr, next))))

        x, y = nx, ny

    return len(routes)

[✅ 상시 업데이트] 사용 안하면 까먹는 명령어들

jaee — Sat, 11 Oct 2025 23:46:42 +0900

Python 가상환경 생성 & 실행 & 종료

# 경로는 편한대로. 내 경우엔 /Project/backend

# 가상환경 생성
$ cd /Project/backend
$ python3 -m venv [가상환경 이름]

# 가상환경 실행
$ source [가상환경 이름]/bin/activate

# 가상환경 종료
$ deactivate

Git

# 1. 기존 git origin 저장소에서 local로 복사하는 경우
$ git clone [깃헙 레포지토리 주소]
# -> 폴더 & .git 생성, origin remote 등록, 최신 코드 다운로드 한큐에 됨


# 2. 로컬 프로젝트를 GitHub에 처음 연결할 때
# 1) git 폴더 설정
$ git init
# 2) origin remote 등록
$ git remote add origin [깃허브 레포지토리 주소]

폴더 구조 확인

# 현재 경로 기준 폴더 구조 
$ tree .

# 2depth까지 확인
$ tree -L 2

# 특정 폴더 제외
$ tree -I "[제외할 폴더명]"

# 여러개 폴더 제외 
$ tree -I "[제외할 폴더명1]|[제외할 폴더명2]"

Tmux

# 여러개 pane에 동시 입력 on
$ setw synchronize-panes on
# 동시 입력 off
$ setw synchronize-panes off

# 화면 분할 (윈도우 하나에 여러개 pane 만들기)
$ ctrl + v: 가로 분할
$ ctrl + h: 세로 분할

# 새 윈도우 띄우기
$ ctrl + a, c

# 다음 윈도우로 이동
$ ctrl + a, n

# 특정 윈도우로 이동
$ ctrl + a, 윈도우 창 번호

(Mac OS) 포트번호 점유하고 있는 프로그램 확인

$ lsof -i :[포트번호]

쉘 파일 실시간 읽기

$ tail -f [파일명]

Error: pg_config executable not found

jaee — Tue, 6 May 2025 22:38:16 +0900

기본적인 내용이지만 나와같은 에러를 마주한 분들을 위해 기록.

장고 서버 실행시 에러 발생. pip list로 확인해보니 psycopg2 모듈이 없었음.

ModuleNotFoundError: No module named 'psycopg2'

[참고] psycopg2란?
PostgreSQL을 Python에서 사용하기 위한 어댑터.
이 모듈은 PostgreSQL DB 연결을 설정하고, SQL 쿼리를 실행하며, DB작업을 수행하는데 필요한 기능을 제공
https://pypi.org/project/psycopg2/

pip install psycopg2 로 psycopg2 모듈 설치 시도했는데 다른 에러 발생.
which pg_config 로 pg_config의 위치를 확인해보니 pg_config not found로 pg_config가 없는걸 확인

Error: pg_config executable not found

[참고] pg_config란?
설치된 PostgreSQL 버전에 대한 여러 정보들을 보여주는 도구

(나는 맥을 쓰기 때문에) brew install postgresql 로 postgresql을 설치하고 다시 pg_config 경로 확인

이후 pip install psycopg2로 모듈 설치 및 장고 서버 실행.